机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

这个labels的代码怎么理解？

这个labels参数是一个列表生成式，需要结合前边代码来看 .cut()是将数据根据r_bins区间划分到不同区间中，每个区间是对应的一个标签，如上图所示列表生成式就是利用循环将里边的值提取出来放到一个列表中

11.0279

3

2

0

关注作者

收藏

读童话的狼

客户id如果重复的话对建模是不是有影响？

因为是利用随机森林计算的R,F,M的权重，会员的当年的等级是根据用户近一年的消费情况来确定的，利用树模型就算特征权重时将会员等级当做标签y，所以就算是id有重复，特征的取值也是不同的，所以对确定特征权重是不影响的。

2.4523

2

2

0

关注作者

收藏

读童话的狼

这是啥原因pyecharts安装不上？

尽量不要在单元格里运行pip安装包的语句，可以在开始菜单中管理员身份打开Anaconda Prompt (Anaconda3)，重新运行pip install pyecharts==0.5.11

2.4523

2

4

0

关注作者

收藏

liting李

这张这个转移矩阵怎么看？

这里的矩阵表示：相继时间内逾期状态的变化情况。相继时间表示从一个月到下一个月；矩阵中每一行表示开始月份时的逾期状态；矩阵中每一列表示结束月份时的逾期状态；开始月份和结束月份是相继的，即间隔一个月。

10.8560

2

5

0

关注作者

收藏

赵娜0418

n_estimators = 'warn'是什么意思？

官方默认的n_estimators是等于100的，=warn是会弹出一个警告，告诉你在未来的版本里随着数据量越来越多n_estimators会有一个增多的趋势

25.5236

9

1

0

关注作者

收藏

读童话的狼

截图的图片能放在单元格直接运行出来？

可以的第一步：将单元格转换成标记，也就是Markdown格式第二步将截图，Ctrl V复制到单元格第三步：Ctrl enter运行

11.0261

2

4

0

关注作者

收藏

读童话的狼

.find()这些地方不明白

.find()=-1是表示不包含要查找的字符串，不等于－1就是包含查找的字符，这个判断的意思是查找所有列中包含包含地址，品牌，退款金额的列名，只要包含这些字符就能被找到find()方法语法：str.find(str, beg=0, end=len(string))str -- 指定检索的字符串beg -- 开始索引，默认为0。end -- 结束索引，默认为字符串的长度。如果包含

11.0261

2

2

0

关注作者

收藏

读童话的狼

.keys显示的是索引，这个怎么显示不出来呢？

查看字典的键用的是.keys(),不是.keys,后边加上括号就可以了

34.8857

5

4

0

关注作者

收藏

田齐齐

评分卡案例：IV值

在机器学习的二分类问题中，IV值主要用来对输入变量进行编码和预测能力评估。特征变量IV值的大小即表示该变量预测能力的强弱。衡量的是某一个变量的信息量。根据IV值来调整分箱结构并重新计算WOE和IV，直到IV达到最大值，此时的分箱效果最好。分组一般原则：1.组间差异大2.组内差异小3.每组占比不低于5%4.必须有好、坏两种分类

19.9816

5

3

0

关注作者

收藏

读童话的狼

.get_dummies()怎么用？

用到.get_dummies()的有两个方法1、pd.get_dummies()pd.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)参数说明：data : array-like, Series, or DataFrame

21.1113

3

0

0

关注作者

收藏

读童话的狼

判断是否把灭鼠市场产品作为引流产品，是不是要看市场成不成熟？

灭鼠产品在当时已经有好多企业在做了，这个市场已经比较成熟了，需要关注的问题应该是自己的产品能不能比的上别的企业的产品，要考虑市场成熟度的主要是上面图中的初创期、成长期市场的行业

34.8857

5

0

0

关注作者

收藏

读童话的狼

一级市场，二级市场，三级市场是怎么划分的？

这里一级市场，二级市场，三级市场对应的是淘宝里的一级类目，二级类目，三级类目如：3C是个一级类目，手机就是数码3C里其中一个二级类目，老年机又是一个三级类目。每一个一级类目下的二级三级类目都是不一样的在这个例子中，3C就是一级市场，手机是其中一个二级市场，老年机又是手机中的一个子市场，也就是三级市场这个划分标准是根据淘宝后台划分的，入住淘宝的商家都要遵守这个标准

6.7948

2

0

0

关注作者

收藏

田齐齐

缺失值可视化处理--missingno

每次处理数据时，缺失值是必须要考虑的问题。但是手工查看每个变量的缺失值是非常麻烦的一件事情。missingno提供了一个灵活且易于使用的缺失数据可视化和实用程序的小工具集，是基于matplotlib的，接受pandas数据源，使您可以快速直观地总结数据集的完整性。安装程序包并加载：pip install missingno import missingno as msno如果在安装

54.3947

9

1

0

关注作者

收藏

读童话的狼

为什么会得到空值？

series.add()是相加的意思，也就是根据索引进行相加，索引匹配不到的结果就为nan

34.9290

3

2

0

关注作者

收藏

读童话的狼

jupyter notebook怎么可以多行同时编辑？

多行同时进行编辑怎么操作？按住Ctrl键，可以将光标同时定位到多行，也就是按住Ctrl键点击每行要编辑的位置，当每行都有光标时就可以进行编辑就可以了，编辑时每行都进行相同的操作

34.9290

3

3

0

关注作者

收藏

读童话的狼

分词的包可不可以不用默认的，而使某些特定的词不会被分词分开？

Jieba分词支持开发者使用自定定义的词典，以便包含jieba词库里没有的词语。虽然结巴有新词识别能力，但自行添加新词可以保证更高的正确率，尤其是专有名词。添加方式如下：jieba.load_userdict(file_name) #file_name为自定义词典的路径词典格式和dict.txt一样，一个词占一行，每一行分三部分，第一部分为词语，中间部分为词频，最后部分为词性（可省略，ns为

14.6295

2

3

0

关注作者

收藏

读童话的狼

停用词是什么意思？这些词是默认的还是自定义的？

在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据（或文本）之前或之后会自动过滤掉某些字或词，比如“的”、“是”、“而且”、“但是”、”非常“等。这些字或词即被称为Stop Words（停用词）。Jieba分词支持开发者使用自定定义的词典，所以可以进行自定义停用词

25.8856

2

1

0

关注作者

收藏

读童话的狼

金牛产品交易金额大于平均金额吧？

金牛产品指销售增长率高、市场占有率低的产品群，它的增长率是大于平均值，但是交易金额会小一点，小于平均金额

5.5861

1

4

0

关注作者

收藏

读童话的狼

这里怎么得到偏态严重的啊？

可以从售价的分位数来看，有一半的数据是是小于27.5的，有3/4的数据是小于52.6的，但是最大值却是498，说明数据存在拖尾，也就是呈现严重的右偏分布通过将此列数据画直方图也可以看出来

34.9290

3

3

0

关注作者

收藏

读童话的狼

比如哪些企业自带垄断属性？

垄断企业是指在某一方面、领域、或产品处于绝对支配地位的企业，其产品在市场上占有极大的份额，以至于可以左右市场供求，干预价格。企业垄断一般可以分为技术垄断和规模垄断芯片等高科技产品容易产生技术垄断，如因特尔、英伟达等规模垄断一般跟资产相关，如石油公司，需要投入大量的资金

5.5861

1

2

0

关注作者

收藏

<1…192021…69>

CDA考试动态

CDA报考指南